从一个tensorflow的例子着手,开始理解一个tensorflow上的学习程序是怎么运作的
首先引入一个头文件
import tensorflow as tf
import numpy as np
numpy:NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表结构要高效的多(该结构也可以用来表示矩阵)。利用numpy可以很容易地实现矩阵,数组的构造与操作。
#creat data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1+0.3
numpy的random库用于生成随机数,包含了以下几种常用的函数:
- numpy.random.rand(d0, d1, ..., dn):生成一个[0,1)之间的随机浮点数或N维浮点数组。
- numpy.random.randn(d0, d1, ..., dn):生成一个浮点数或N维浮点数组,取数范围:正态分布的随机样本数。
- numpy.random.standard_normal(size=None):生产一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本
- numpy.random.randint(low, high=None, size=None, dtype='l'):生成一个整数或N维整数数组,取数范围:若high不为None时,